Performing Dns Tunneling Detection

通过计算 DNS 查询名称的香农熵(Shannon Entropy)、分析查询长度分布、检测 TXT 记录载荷以及 识别高子域名基数,检测 DNS 隧道(DNS Tunneling)攻击。使用 scapy 进行数据包捕获分析, 结合统计方法区分合法 DNS 流量和隐蔽信道。适用于数据泄露猎威场景。

killvxk Updated 183 repo stars

File contents

DNS 隧道检测

使用说明

使用熵分析和统计方法对查询名称特征进行分析,检测 DNS 流量中的 DNS 隧道指标。

import math
from collections import Counter

def shannon_entropy(data):
    if not data:
        return 0
    counter = Counter(data)
    length = len(data)
    return -sum((c/length) * math.log2(c/length) for c in counter.values())

# 合法域名:低熵(~3.0-3.5)
print(shannon_entropy("www.google.com"))
# DNS 隧道:高熵(~4.0-5.0)
print(shannon_entropy("aGVsbG8gd29ybGQ.tunnel.example.com"))

关键检测指标:

  1. 查询名称香农熵过高(子域名标签 > 3.5)
  2. 查询名称异常长(> 50 字符)
  3. 单个域名的 TXT 记录请求量过高
  4. 每个父域名下的唯一子域名数量过多
  5. 标签中字符分布异常

示例

from scapy.all import rdpcap, DNS, DNSQR
packets = rdpcap("dns_traffic.pcap")
for pkt in packets:
    if pkt.haslayer(DNSQR):
        query = pkt[DNSQR].qname.decode()
        entropy = shannon_entropy(query)
        if entropy > 4.0:
            print(f"可疑:{query}(entropy={entropy:.2f})")

killvxk/cybersecurity-skills-zh commit 814cad3494

Frequently asked questions

npx get-skill add killvxk/performing-dns-tunneling-detection